Hy3-preview
Acerca de Hy3-preview
Hy3 preview es un modelo de lenguaje de mezcla de expertos (MoE) de 295B de parámetros de Tencent Hunyuan, desarrollado para cargas de trabajo de agentes de nivel de producción. Con solo 21B de parámetros activos por token y soporte nativo de un contexto de 256K, se encarga de tareas complejas como la refactorización de código entre diferentes archivos, el análisis de documentos largos y el uso de herramientas en varios pasos, en lugar de limitarse a generar diálogos fluidos. Hy3 alcanza puntuaciones casi a la vanguardia de la tecnología en SWE-bench Verified y en pruebas comparativas avanzadas de STEM, al tiempo que ofrece tres modos de inferencia (no_think, think_low, think_high) para equilibrar dinámicamente la latencia y la profundidad de razonamiento. Su arquitectura de activación dispersa ofrece una inteligencia competitiva a un coste de token significativamente menor.
Aproveche la arquitectura MoE de 295B parámetros y el contexto de 256K de Hy3-preview para flujos de trabajo de agentes de nivel de producción y razonamiento profundo.
Refactorización a escala de repositorio
Ejecute cambios arquitectónicos complejos en bases de código masivas utilizando el soporte nativo de contexto de 256K.
Ejemplo de caso de uso:
"Migración de un backend en Go distribuido de REST a gRPC, actualizando las definiciones de servicio y las bibliotecas de clientes en más de 40 repositorios en una sola pasada."
Agentes de DevOps autónomos
Impulse agentes que naveguen por entornos, utilicen herramientas de varios pasos y resuelvan problemas de infraestructura de forma autónoma.
Ejemplo de caso de uso:
"Despliegue de un agente para resolver una fuga de memoria en un sistema embebido basado en Rust mediante el análisis de volcados de memoria y la aplicación de un parche de firmware validado."
Razonamiento STEM a nivel de doctorado
Afronte desafíos científicos avanzados en matemáticas y biología utilizando modos de razonamiento de alta profundidad.
Ejemplo de caso de uso:
"Formulación de una prueba formal para un teorema de dinámica de fluidos utilizando el modo de razonamiento profundo 'think_high' para validar condiciones de contorno complejas para un artículo de investigación."
Auditoría inteligente de documentos
Analice documentos técnicos o legales extensos para detectar lagunas lógicas y riesgos ocultos con alta precisión.
Ejemplo de caso de uso:
"Escaneo de un esquema de semiconductores de 150 páginas y su manual para identificar un error lógico de secuenciación de encendido antes de la fase de fabricación."
Metadatos
Especificación
Estado
Deprecated
Arquitectura
Mixture-of-Experts
Calibrado
No
Mezcla de expertos
Sí
Parámetros totales
80B
Parámetros activados
21B
Razonamiento
No
Precisión
FP8
Longitud del contexto
262K
Tokens máximos
Comparar con otros modelos
Descubre cómo se compara este modelo con otros.
Tencent
chat
Hunyuan-MT-7B
Contexto total:
33K
Output máx.:
33K
Input:
$
0.0
/ M Tokens
Output:
$
0.0
/ M Tokens
Tencent
chat
Hunyuan-A13B-Instruct
Contexto total:
131K
Output máx.:
131K
Input:
$
0.14
/ M Tokens
Output:
$
0.57
/ M Tokens
Tencent
chat
Hy4-preview
Contexto total:
1049K
Output máx.:
262K
Input:
$
0.834
/ M Tokens
Output:
$
2.501
/ M Tokens
Tencent
chat
Hy3
Contexto total:
262K
Output máx.:
262K
Input:
$
0.132
/ M Tokens
Output:
$
0.528
/ M Tokens
Tencent
chat
Hy3-preview
Contexto total:
262K
Output máx.:
Input:
$
0.066
/ M Tokens
Output:
$
0.26
/ M Tokens
